[发明专利]一种运用大数据分析的短波通信资源配置智能预测方法

权利要求书

1.一种运用大数据分析的短波通信资源配置智能预测方法，其特征在于，包括短波存量数据、数据清洗、数据除噪(特征值提取)、基于机器学习的算法训练、短波通信资源配置预测算法引擎，短波通信数据库、外部数据、累计年数新增数据准备与算法测试验证，通过输入现有的所述短波存量数据经数据导入至数据清洗，所述数据清洗解决数据质量问题，大部分通过人工进行的数据整理、修复工作，从而输出高质量的短波通信数据集，所述数据降噪(特征值提取)是一种将数据从高维空间到低维空间的变换，从而达到降维的目的，所述基于机器学习的算法训练是基于三、中回归和分类两种机器学习算法进行短波通信资源配置的预测分析，所述基于机器学习的算法训练输出是短波通信资源配置预测算法引擎，所述短波通信资源配置算法引擎是开发的交付成果，可实现针对短波通信任务需求，自动生成通信资源配置方案，以提供辅助决策服务，所述算法测试验证检测和评估预测算法的效果，能获得经新积累的实战数据检验的达到预期效果的短波通信资源配置预测算法，所述累计年数新增数据准备随着短波通信任务数据的不断积累，新增数据集的规模和维度都有可能增加，可以向系统发起算法迭代指令，算法迭代指令会触发将新累积的数据和外部数据做整合准备，进入下阶段数据清洗、特征值提取、基于机器学习生成新的迭代算法，所述累计年数新增数据准备的输出是算法迭代新积累的高质量数据，并进入新一轮处理流程；

所述数据清洗后依次数据除噪、基于机器学习的算法训练与短波通信资源配置预测算法引擎后输出通信资源配置预测方案，所述短波存量数据经数据清洗后依次流向短波通信数据库与累计年数新增数据准备，所述短波通信数据库可通过收集新的短波通信任务数据输入。

2.根据权利要求1所述的一种运用大数据分析的短波通信资源配置智能预测方法，其特征在于，所述数据清洗包括但不限于数据的完整性，对于非核心维度数据需要补充，核心维度数据缺失视为无效数据条目，予以删除；数据的唯一性清洗，按规则去重，编写一系列的规则，对重复情况复杂的数据进行去重，例如不同渠道来的关联数据，可以通过相同的关键信息进行匹配，合并去重；数据的权威性，用最权威的那个渠道的数据，对不同渠道设定权威级别；数据的合法性，设定强制合法规则，凡是不在此规则范围内的，强制设为最大值，或者判为无效，剔除；数据的一致性，建立统一的数据体系；据格式转换，将非结构化数据结构化。

3.根据权利要求1所述的一种运用大数据分析的短波通信资源配置智能预测方法，其特征在于，所述短波通信资源配置预测算法引擎的逻辑流程通过输入短波通信任务需求，判断是否为短波通信活动历史密集区，是则进行分类算法引擎进行预测后输出通信资源配置预测方案，否则进行回归算法引擎进行预测后输出通信资源配置预测方案，整个过程结束。

4.根据权利要求1所述的一种运用大数据分析的短波通信资源配置智能预测方法，其特征在于，短波通信资源配置的核心要素之一短波频率进行预测，前提就是找到一种存在相关性的，并且能够反映频率使用状态的信息，将这些历史数据可分为三类：基础时空频率数据，包括时间、活动平台通信位置(经纬度)、短波通信频率、及信号强度(通信质量)；通信设备参数数据，包括台站、岸台、岸台发信机型号、岸台发信功率、天线型号、天线通信方位角，收信天线型号等，天气数据，包括岸台天气、活动平台所在位置天气。